自駕巨頭大PK!Waymo槓上特斯拉:根本不是對手!(下)

本篇文章為自動駕駛巨頭相互 diss?Waymo 槓上特斯拉 嗆「根本不是對手」的下篇,想回顧 Waymo 對特斯拉嗆聲的精彩內容,請點以上連結了解事情始末!

 

 

自駕巨頭大PK!Waymo槓上特斯拉:根本不是對手!(下)

自駕巨頭大PK!Waymo槓上特斯拉:根本不是對手!(下)

 

自駕市場的大佬馬斯克真的能忍住這口氣嗎?讓我們繼續看下去~

 

馬斯克本人推文反擊 Waymo 和特斯拉隔空叫陣

 


▲ 馬斯克推文反擊 Waymo,說特斯拉的人工智慧硬體比 Waymo 優。截圖自推特(twitter)頁面。
 

 

而 Waymo 執行長採訪的新聞一刊出,特斯拉執行長馬斯克(Elon Musk)使用自己的推特帳號公開反擊:「讓我驚訝的是,特斯拉的 AI(人工智慧)硬體和軟體都比 Waymo 更好。」(To my surprise, Tesla has better AI hardware & software than Waymo (money))

 

馬斯克對自家的技術一向不吝於展露自信,過去也在接受矽谷技術新聞網站「Recode」的採訪時發下豪語:「雖然聽起來有些過於自信,但我想不到哪家廠商能在自動駕駛超過特斯拉。」

 


▲ 特斯拉執行長馬斯克一向熱愛使用社群媒體發表看法。圖片來源:美聯社(ASSOCIATED PRESS)
 

除此之外,懷抱「讓大眾都能負擔得起一台特斯拉」的馬斯克也針對 Waymo 的高昂成本嗆聲。

Waymo 執行長曾說過,若將 Chrysler Pacifica Van 或 Jaguar I-Pace 配備上 Waymo 系統,價格約落在 18 萬美元(約新台幣 500 萬元)左右,約等於一台賓士 S 級轎車;而近期正式開賣的 Tesla Model Y 一台起價為 49990 美元(約新台幣 130 萬元)起,相較之下的確是更親近消費者。

 

特斯拉 VS Waymo 誰才是自動駕駛行業的第一把交椅?

說了這麼多,那特斯拉與 Waymo 到底誰更勝一籌呢?


▲ Waymo One 與 Waymo Via 是 Waymo 的主要業務之一。圖片來源:Waymo 官網。
 

 

Waymo 在自動駕駛領域起步較早,誕生於 2009 年,至今已深耕 10 多個年頭。從2018 年開始 Waymo 自駕計程車服務也正式在美國鳳凰城上線,並成為加州 60 多家拿下自動駕駛測試牌照的公司中、第一個可以撤除安全駕駛員的公司。

 

除此之外,Waymo 還有強大的模擬器,能在虛擬世界訓練自動駕駛系統,挑戰各種複雜的情況。據了解,Waymo 的模擬器每天就能累積 1,000 萬英里的測試里程,測試總里程超過 70 億英里。

迄今為止,Waymo 車隊的自動駕駛里程已超過 1,000 萬英里,測試總里程超過 70 億英里。其光學雷達的 360 度感知技術可檢測多達 300 碼外的行人,生成周圍環境精確的 3D 地圖,辨識人類、分類物體並預測下一步動作。

▲ 乘坐 Waymo 自駕車示範影片

當然,Waymo 也並非十全十美。其自駕系統曾被指出有「優柔寡斷」的「個性」,尤其是在車輛換道時不夠果斷,容易造成事故發生。

目前,Waymo 提供的兩項服務:全自動駕駛叫車服務(Waymo One)與貨物運送(Waymo Via),在市場上還未有強而有力的競爭對手。

 

tesla-self-driving.jpg
▲ 特斯拉自駕示意圖。Photo by David von Diemar on Unsplash
 

特斯拉最初版的駕駛輔助系統 Autopilot 誕生於 2014 年,當時還是與以色列自駕技術公司 Mobileye 合作、採用其提供的系統,2 年後才換用自行研發的產品。透過不斷的加強、升級,進入「Hardware 2.0」版本後,馬斯克當時宣稱已支援全自動駕駛。

與其他廠商相比,特斯拉有一大優勢,就是販售的車型都是聯網車型,因此特斯拉能用這幾十萬台車採集的數據來訓練 Autopilot 系統,並找出自動駕駛的「門道」,隨後再透過推送提升龐大車隊的自動駕駛能力,單論這部分而言,可能是靠購置他牌車輛再改裝的 Waymo 無法匹敵的。

不過,其實在 2018 年時特斯拉官網就悄悄撤下「全自動駕駛」(full self-driving)選項,只剩下「增強自動駕駛輔助」選擇;馬斯克也在 Twitter 上澄清:「全自動駕駛」引起太多困擾,因此才下架。全自動駕駛功能準備好之前,不會再出現選單中。這也表示,即使 Autopilot 的功能確實很強大,但距離全自動駕駛的願景依然十分遙遠。

所以要論誰輸誰贏呢?如果是以真正的「全自動駕駛」而言,兩家都離實現目標有段距離,美國國家公路交通安全管理局也表示:「至今為止市面上還沒有出現車輛是能夠完全自動駕駛的」;若是以市場占有率而言,現階段的市場尚未成熟,誰能拿下這塊大餅?或許一時半刻還無法見真章!

 

延伸閱讀:

人臉辨識太普通了!矽谷已工程師開發熊臉辨識人工智慧來保育棕熊!

人工智慧幫忙設計新食譜,真能超越廚師級的美食嗎!?

畫工真的超級差?別擔心,人工智慧來大力協助你!

Google 推出搜尋結果新功能!SEO可能會變更複雜⋯⋯

進可攻·退可守的一技之長-Python課程結業後成功轉職工程師

大一生把Python程式碼可視化: Ryven讓debug變簡單!

人工智慧讓已故親人「復活」與你聊天互動

 

發表於 科技與人工智慧新知 | 已標籤 , , , , , , , , , , | 發表迴響

自駕巨頭大PK!Waymo槓上特斯拉:根本不是對手!(上)

自駕巨頭大PK!Waymo槓上特斯拉:根本不是對手!(上)

自駕巨頭大PK!Waymo槓上特斯拉:根本不是對手!(上)

 

同樣在自駕科技也有所成就的Waymo,最近竟然敢對特斯拉嗆聲!?

 

自駕(self-driving cars)是近十年來人工智慧發展的重要應用之一,不但內含巨大商機,也顛覆了產業生態及競爭型態。這也讓許多走在自駕最前端的科技巨頭們也明爭暗鬥、針鋒相對。其中,深耕自駕領域多年的 Waymo 和勢頭強勁的特斯拉更是其中佼佼者。

只是沒想到,這些矽谷巨頭之間的傾軋會浮上檯面,在社群媒體上你來我往、唇槍舌劍,白熱化程度堪比 Roast Battle!

 

Waymo 開出第一槍 直言「特斯拉稱不上對手」

Waymo CEO John Krafcik talks during an unveiling of the Jaguar I-PACE self-driving car by Waymo in the Manhattan borough of New York City, U.S., March 27, 2018. REUTERS/Brendan McDermid (Waymo CEO John Krafcik talks during an unveiling of the Jaguar I

▲ Waymo 執行長 John Krafcik 日前接受採訪時的犀利言詞引發一陣討論。照片來源:路透社(Reuters)

 

自駕車公司 Waymo 與知名人工智慧公司 DeepMind 同為 Alphabet 的子公司,已研發自駕技術數年,2020 年推出的第五代「Waymo Driver」,讓一般車輛可以「變身」成自駕車,以自主行駛模式將乘客與貨物安全運送到目的地。

而面對預計於 2021 年推出「全自動駕駛」訂購方案的電動車大廠特斯拉(Tesla),Waymo 執行長 John Krafcik 接受德國商業雜誌《經理人雜誌》(manager magazin)採訪時表示:「特斯拉根本稱不上是個競爭對手。」(For us, Tesla is not a competitor at all),並表示 Waymo 與特斯拉的方向根本不一樣:「只有 Waymo 是開發全自動駕駛的系統,而特斯拉只是生產需要有照駕駛監控的『駕駛輔助系統』。」

John Krafcik 的這番發言或許早有準備。

在更早之前,Waymo 於官方部落格宣布,即日起將不再使用「自駕」(self-driving)一詞於旗下產品,將改以「全自動駕駛」(fully autonomous driving)形容自家開發技術。

Waymo 官方表示,這次更換用詞是為了「挽救生命」,也是為了精確區分 Waymo 開發的「全自動技術」與「駕駛輔助技術」兩者的不同。「駕駛輔助技術」常被誤認為「自駕」技術,讓社會大眾與消費者產生錯誤印象,甚至在使用時做出將雙手放開方向盤等高風險動作,危害個人與全體用路人的安全。

Waymo 此聲明一出,不少媒體都認為公告內特別提及「駕駛輔助技術」是衝著特斯拉而去──因特斯拉車款所配備的駕駛輔助系統「Tesla Autopilot」一直遭批評取名有誤導之嫌, 過去有多次交通事故都涉及駕駛怠忽職守,將輔助系統啟用後就開始分心,最後造成憾事。

 

那特斯拉的馬斯克如何回應 Waymo 的嗆聲呢?請見下篇!連結點此

 

延伸閱讀:

人工智慧面試機器人去掉人類的偏見,讓你用上對的人!(下)

人工智慧的”虛擬超模”,讓試衣變得超級方便!(上)

LINE CLOVA要登台啦!這人工智慧到底有哪些服務?(下)

Google 推出搜尋結果新功能!SEO可能會變更複雜⋯⋯

進可攻·退可守的一技之長-Python課程結業後成功轉職工程師

大一生把Python程式碼可視化: Ryven讓debug變簡單!

人工智慧讓已故親人「復活」與你聊天互動

 

發表於 科技與人工智慧新知 | 已標籤 , , , , , , , , , , | 發表迴響

想轉職成為工程師?Python課程是你不可或缺的助力!

想轉職成為工程師?Python課程是你不可或缺的助力!

想轉職成為工程師?Python課程是你不可或缺的助力!

 

 

Python 課程就能順利轉職為工程師嗎?這篇讓林先生來娓娓道來~

 
 
▲林先生完成了 Python 課程後雖因疫情因素無法順利赴日工作,但還是在台灣找到了工程師的職缺

Python課程學習動機:想技術移民赴日工作

已考取日文檢定 N1 的林先生對於赴日工作有所憧憬,加上日本職場對科技人才的需求很高,所以林先生選擇以 Python 軟體工程師為衝刺進修的目標。

林先生畢業於某知名國立大學,但是他的求學之路並不是非常順遂。原本就讀私立大學的他,是透過觀看轉學考視頻自修考取國立大學的。所以達內教育的視訊教學系統搭配真人導師解題的方式,比較適合林先生。

「我很習慣達內的教學系統及方式,因為我是靠著看教學視頻學會讀書的!」因此林先生選擇了達內教育的 Python 課程

現役工程師的一波三折的轉職歷程

出社會後學新技能更困難⋯⋯只能堅持到底

出了社會後再學習一技之長,壓力肯定是比學生時代還大、痛苦指數更高。林先生建議先做好心理建設後再決定是否行動,若決定要去做,就要有背水一戰的決心!

根據林先生的說法,假如你轉職的動機只是想「嘗試」轉換跑道的話,那就請三思而再決定是否學習新技能。因為一但投下精力與時間後,唯一能做的就是堅持到底。中間一但鬆懈妥協,你之前的努力都白費了。

疫情讓赴日工作夢碎⋯⋯還好!Python課程讓我在台當工程師

在準備技術移民的過程中,層出不窮的困難讓林先生無法接招⋯⋯不過壓垮最後一根稻草的,是肆虐全球的新冠肺癌,很多相關公司都因疫情停止服務。

受到疫情衝擊,林先生只好階段性地放棄技術移民赴日,先在台灣累積科技業的工作經驗,再評估日後是否有機會。還好!在達內教育的 Python 課程所學,讓林先生順利的找到了後端工程師的工作。

現役工程師給想轉職者的建議

就業前如何複習?

我本身是 Python 課程結業的,不過真正在業界當了工程師後,也大量接觸到 PHP 與 JavaScript 等等,所以建議 Python 課程的學員在就業前可重點複習 MySQL、JavaScript、HTML、CSS,尤其是 MySQL 要重點複習及如何優化、語句執行效率等,在面試會有幫助。如果有餘力,AWS 也去了解就錦上添花了。而 NoSQL 雜度較高,若時間急迫的話,可以暫緩複習。若你是想一結業就立刻找到工作的話,建議選擇台灣職場最常用的 Java 語言。

當工程師是否能急速發財?

對許多想賺大錢的人來說,工程師並非最佳解。但是目前就先累積經驗與財富,而且職場上許多資深的工程師累積了一定的財富後,已經在計畫如何創業:有些想做飲食業、有些想開店、也有開始置產投資的⋯⋯。

別只是做白日夢!此時此地就行動、保持衝勁

重點是,人人都會編織好的願景,但付諸行動前,你還是要考慮半天的話,建議你還是先回家想清楚——因為所有的念頭都不會憑空成真的。轉職科技業這條路,是需要強烈的毅力、決心來踏出第一步的,要採取行動、不斷向前邁進,因為科技是不斷日新又新的,所以你只能快速學習、快速行動,保持內在衝勁。

延伸閱讀:

狗狗是人工智慧的最佳教練!Google AI機器人學狗左轉右彎還能小跑

SEO是什麼?跟PPC關鍵字廣告差在哪?如何自學?

2020年度十大Python函式庫-人工智慧 · 機器學習必備

終極版 AlphaGo!DeepMind 最新人工智慧「MuZero」能下棋、玩遊戲、壓縮影片

Java和Python,哪個更適合程式設計課程初心者?(上)

你聽說了嗎?臉書開源Python語言工具的Pysa!

Python程式碼可視化了!Ryven真的幫了工程師一個大忙!

發表於 程式語言 | 已標籤 , , , | 發表迴響

Python程式碼可視化了!Ryven真的幫了工程師一個大忙!

Python工程師有福啦!有了這神奇的編輯器,debug不用再傷肝了!

最近一個 Python 腳本在 GitHub 上受到掀起一陣討論──因為它簡單地把原本純文字的程式碼「可視化」了,開發者還是一個大一新生!

這個適用於 Python 環境的腳本編輯器名叫「Ryven」,著重於簡單化、透明化編碼過程,並致力為使用者提供最直觀、清晰且即時的反饋:

▲ Ryven 可用簡潔的介面呈現導入圖片、調整大小、調整亮度、套用雙邊濾波器(Bilateral Filter)去噪這一系列的操作流程。

如上圖,從導入圖片、調整大小、調整亮度到套用雙邊濾波器(Bilateral Filter)去噪這一系列的操作流程,用簡潔的介面呈現出來,每個步驟都一清二楚。

▲Ryven 也可以運算矩陣:無論是逆矩陣、共軛還是隨機變量,都能得到可視化的即時反饋

不只編輯圖片,運算矩陣也可以。無論是求逆矩陣、求共軛還是隨機變量,都能藉由可視化得到即時反饋。

Ryven 在 GitHub 上獲得了超過 1600 顆星星,完全免費且開源。讓不少人驚訝的是,Ryven 的開發者還在就讀大學一年級!

這位年少有為的開發者名叫 Leon Thomm,稱自己是一名業餘工程師,並表示自己正在就讀瑞士蘇黎世聯邦理工學院一年級,但在進入大學前就有豐富的軟體開發經驗。現階段重心在研究程式設計的可視化。

Ryven:一個為 Python 設計的視覺化腳本編輯器

Ryven 開發環境基本要求為 Python 3(推薦3.8+)、PySide2(推薦2.14+),運行跟文件中的 Ryven.py ,即可打開編輯器,也支援建立虛擬環境。

開發者特別在 Ryven 的介紹網頁提到,目前常見的程式設計可視化編輯器有兩種算法模式──資料流(data)與執行流(execution),而 Ryven 同時啟用了這兩種方法,讓使用者根據執行流程自行選擇適合的模式。

  1. 資料流:每當節點(note)的資料輸出更改,都會更新流程,並在所有連接的節點中即時更新結果。
  2. 執行流:資料不會在更改時立即更新整個流程,只有在某個節點請求輸出資料時,更新受影響的節點。

但無論哪種模式,要建立、編寫新節點都非常容易且直觀,只要是能在 Python 上運行的應用程式與數據庫都可以被放入 Ryven,對函式庫的使用也沒有任何限制。

除了便捷,Ryven 也十分重視 UI 的美觀與設計感,為此準備了 4 種不同風格的主題供使用者挑選;除此之外,還貼心為想在被窩中寫程式的使用者設想,支援觸控筆模式,除了編輯整個項目外,使用者也可以手動將節點寫入流程中。

▲ 除了敲擊鍵盤,Ryven 也支援手寫模式。

如 Ryven 這類將程式設計可視化的編輯器近來大受歡迎,不少工程師都認為「可視化」導入程式設計後既明確又清晰,大大提升了編寫效率。也許等這類工具更加成熟後,會成為工程師 debug 的最佳幫手!

Ryven 傳送門請點此

 

延伸閱讀:

狗狗是人工智慧的最佳教練!Google AI機器人學狗左轉右彎還能小跑

SEO是什麼?跟PPC關鍵字廣告差在哪?如何自學?

2020年度十大Python函式庫-人工智慧 · 機器學習必備

終極版 AlphaGo!DeepMind 最新人工智慧「MuZero」能下棋、玩遊戲、壓縮影片

2020十大Python函式庫,對AI有興趣?絕不能錯過!-終

面對人工智慧和機器學習,要選Python或R語言?(上)

Python到底多好用?進來了解它不就知道了嗎~

發表於 程式語言 | 已標籤 , , , , , | 發表迴響

Google推出搜尋結果新功能!SEO到底要變多複雜啦~!?

Google推出搜尋結果新功能!SEO到底要變多複雜啦~!?

Google推出搜尋結果新功能!SEO到底要變多複雜啦~!?

既然SEO在現今如此重要,別忘了追蹤google新推出的功能!

SEO 未來可能會更複雜!因為 Google 今年 2 月宣布將推出一項新功能,該功能將會在使用者點擊搜尋結果前,根據其搜尋結果摘要而顯示更多的相關訊息。如果使用者點擊搜索結果片段右上角的三個點,則可觸發「關於此結果(about this result )」視窗。

「關於此結果(about this result )」的簡單說明,可幫助使用者更近一步地了解他們想點擊的搜尋結果。它會告訴使用者該訊息的來源,以幫助使用者了解他們是否能相信該網站所提供的資訊。如下圖所示:

通常「關於此結果(about this result )」中的內容,會引用自維基百科的說明。如下圖的搜尋結果,來源為「thelancet」網站,「關於此結果(about this result )」的視窗就顯示維基百科對於「thelancet」的說明。

目前「關於此結果(about this result )」仍在測試階段。Google 表示,這些功能預計於 2021 年 2 月 1 日於美國推出,在桌機、行動裝置上以英文運作。

看來未來 SEO 要提升網站的權威度,光靠優化網站內容以及網站體質是不夠了!那針對 Google 的此新功能,又將有哪些因應之道呢?請持續關注我們的文章,以獲得最新的 SEO 資訊。

延伸閱讀:

狗狗是人工智慧的最佳教練!Google AI機器人學狗左轉右彎還能小跑

SEO是什麼?跟PPC關鍵字廣告差在哪?如何自學?

2020年度十大Python函式庫-人工智慧 · 機器學習必備

終極版 AlphaGo!DeepMind 最新人工智慧「MuZero」能下棋、玩遊戲、壓縮影片

把握好網路行銷趨勢,不到20歲的他即開始接案賺錢!

Python大解密(下):如何利用它簡化繁瑣的行銷工作?

2018的SEO八堂課(6)結構化資料SCHEMA標記

發表於 網路行銷 | 已標籤 , , , , , | 發表迴響

想念已故的親人?人工智慧讓你能夠跟他說說話!

 

想念已故的親人?人工智慧讓你能夠跟他說說話!

 

想藉由人工智慧跟已故親人說話嗎?讓我們先了解這技術!

 

微軟最新專利 人工智慧能讓已故親人「復活」跟你聊天

在科幻電影《雲端情人》中,男主角的人工智慧虛擬助理「莎曼珊」既風趣又開朗,能夠藉由言語和男主角溝通,有獨特的個性也富有情緒。她與男主角從相談甚歡到墜入愛河,展開出一段人與 AI 的獨特關係。

這樣的情節或許不再僅存於電影之中──根據微軟最新申請的專利,可以讓人工智慧學習一個人的語音紀錄、文字訊息、社交媒體發文與網路足跡等等資料,建立出一個語調與用字習慣都彷如真人的聊天機器人。

美國專利商標局通過微軟的專利申請,該項技術透過大量收集一個人在網路留下的「社交數據」──包含照片圖象、語音紀錄、文字訊息、社交媒體發文等紀錄,在機器學習這些數據後「重建」出與真實人類相仿的聊天機器人。

其實這項專利早在 2017 年就由微軟公司的兩位研究者 Dustin Abramson 和 Joseph Johnson jr. 著手開發。他們想設計出一個可以學習亡者生前形象的 AI,並且能依照資料的完整程度,再現出一個幾乎接近亡者在生時的模樣、語氣的聊天機器人。根據技術的成熟度,達到旁人不覺得是在跟機器人說話、甚至是在跟熟稔的親人聊天的程度。

有評論表示,微軟的這項專利以商業角度來看,應該會應用在改善如「Cortana」等的智慧型個人助理。但亦有嗅覺靈敏的媒體認為,以 Cortana 市場表現不佳的情況看來,微軟的新專利應該不只是想做個語音助理而已。

不只能模仿個性、語調或口頭禪 還可以建立 3D 模型

該專利可幫助創造出特定人格的機器人,做出性格差異化;也能用於訓練聊天機器人以特定人的性格來交談、互動。

人工智慧掌握一定程度的個人資料後,更可以生成指定的語音腔調、語言習慣,像是將你至親好友的說話方式模仿得唯妙唯肖,再現每個人不同的遣詞偏好、習慣用語跟口頭禪等等。而若是相關主題的資料不足以應付,AI 會透過網路資料庫補足對話中的內容。

 

▲ 3D 投影技術讓美國已故總統雷根,活靈活現地呈現在世人面前

 

此外,也支援使用真人照片、影片或 DeepFake 技術等方式建出 2D 影像,也可以透過臉部辨識分析親人的臉孔來製作出 3D 模型。

這讓 AI 不僅是「栩栩如生」,它有著與你的親人相似的外貌、相似的語氣,與活生生的人沒什麼兩樣了。

新技術背後的倫理危機

說至此或許有些人會感到毛骨悚然。

的確,在專利中並沒有特別討論到隨之而來的倫理爭議,如「我有沒有權利拒絕自己死後被做成聊天機器人?」「死者家屬是否有權拒絕死者變成聊天機器人?」「這項技術會不會如 DeepFake 一樣,成為詐騙與假新聞的溫床?」

面對這些問題,微軟的人工智慧策略和道德規範負責人Tim O’Brien 也承認,他們目前還沒有任何明確計畫可完美解決問題,將該專利付諸實踐。

也許科幻電影中的情景在現實中上演還有一段距離。

延伸閱讀:

狗狗是人工智慧的最佳教練!Google AI機器人學狗左轉右彎還能小跑

SEO是什麼?跟PPC關鍵字廣告差在哪?如何自學?

2020年度十大Python函式庫-人工智慧 · 機器學習必備

終極版 AlphaGo!DeepMind 最新人工智慧「MuZero」能下棋、玩遊戲、壓縮影片

人工智慧幫你設計食譜!來看看Sony即將研發的新玩意兒!

DeepMind打造會自主學習的人工智慧MuZero!(下)

人工智慧面試機器人,讓面試變得不再以貌取人!(上)

發表於 科技與人工智慧新知 | 已標籤 , , , , , , , , , | 發表迴響

精挑細選!2020十大Python函式庫,肯定不能錯過!(終)

本系列文章為【2020年度十大Python函式庫-人工智慧 · 機器學習必備 】的最後一篇。上一篇介紹了 PyTorch 版的 Keras「PyTorch Lightening」讓你告別沒完沒了的 Debug!另外還有微軟出的 Hummingbird 讓你不用重新設計新模型;另外還有可以將高維度資料視覺化的「HiPlot」,請點此看上一篇閱讀了解!

 

 

精挑細選!2020十大Python函式庫,肯定不能錯過!(終)

精挑細選!2020十大Python函式庫,肯定不能錯過!(終)

十大Pytho函式庫的分享到了最後一篇啦!再撐下去就學完啦!

HiPlot

幾乎每個數據工程師都處理過高維度資料(High Dimensional)。可惜人類的腦容量有限,無法直觀地處理此類資料,因此必須求助於科技來解決。

2020 年早些時候,Facebook 發布了 HiPlot函式庫,可使用平行座標和其他圖形方式來表示信息,從而協助找出高維度資料中的關聯性和模式。他們在官網中說明了其概念,基本上,HiPlot 是一種將高維度資料視覺化以及過濾的便利方法。

 

 

 

 

Scalene

隨著 Python 的函式庫生態系統變得越來越複雜,我們也寫出越來越多 C 語言延伸的代碼以及多執行緒代碼。但是,CPython 內置的效能分析器(profiler)無法完整地處理多執行緒和本機代碼。

此時你需要 Scalene:Scalene 是用於 Python 腳本的 CPU 和記憶體的效能分析器(profiler),能完整地處理多執行緒代碼並區分運行 Python 和本機代碼所花費的時間。此時你無需修改代碼,只需要在命令行中使用 Scalene 運行腳本,腳本就會自動生成報告的文字檔或 HTML,顯示代碼中每一行的 CPU 和記憶體使用情況。

 

 

▲ Scalene 是用於 Python 腳本的 CPU 和記憶體的效能分析器,能處理多執行緒代碼並區分運行 Python 和本機代碼所花費的時間

 

同場加映:Norfair

選出去年十大 Python 函式庫的機器學習顧問公司 Tyrolabs 自家也開發了「影像內容分析 (Video content analysis)」的 Python 函式庫「Norfair」。

Norfair 是一個輕量的且可被客製化的 Python 函式庫,用於即時物件追蹤(real-time object tracking):它可以在不同的影格當中,替每個被偵測到的物件賦予獨一無二的 ID,如此一來,你就能辨識出這些物件——縱使它們都在移動。

 

 

▲ Norfair 可以在不同的影格當中,替每個被偵測到的物件(如圖中左側)
賦予獨一無二的 ID (如圖中右側)

 

藉由 Norfair,工程師只需輸入幾行代碼就能賦予任何偵測器追蹤的功能——無論追蹤的物體是具有有四個參數的 bounding box(邊界框)、只有單一點的幾何中心(centroid)、還有人體姿態辨識系統的輸出(經常有多個關鍵點是大於特定閥值的)等任何物體。

 

此功能常被用作計算兩個追蹤物體之間的距離,用戶可依序需要定義檢測標準以及追縱的對象。

Norfair 是非常模塊化的 Python 函式庫,使用起來很靈巧:工程師僅需使用幾行代碼,即可在現有的檢測代碼庫上添加追蹤的功能。

 

 

 

 

延伸閱讀:

JavaScript和Java有關係嗎?今天來好好認識它!

今天介紹:Google的人工智慧APP如何幫助視障人士跑路跑!

人工智慧系統即時預測敗血病,即刻救命不是夢!

Nature:語言天才比數學高手更適合學 Python!別在嘴文科生、女性不能寫程式了

人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

Google 正測試人工智慧系統,助盲人和視障人士獨立參加路跑

用說的就能寫程式!人工智慧替手傷工程師開發語音程式工具

發表於 程式語言 | 已標籤 , , , , , , , , | 發表迴響

精挑細選!2020十大Python函式庫,肯定不能錯過!(3)

本系列文章為【2020年度十大Python函式庫-人工智慧 · 機器學習必備 】的第三篇。上一篇介紹了美化了 Python 錯誤信息的「Pretty Errors」,堪稱是療癒系的工程師的 debug 神器、還有「Diagrams」讓工程師不需要使用設計軟體,只要使用 Python 就能畫出美輪美奐的雲系統架構圖。請點此看上一篇閱讀了解 。

 

精挑細選!2020十大Python函式庫,肯定不能錯過!(3)

在第三篇的Python函式庫分享會有哪些角色?十個都快學完拉!

 

HydraOmegaConf:結構化複雜的機器學習項目

在機器學習項目中做研究與實驗時,總是有五花八門的環境配置工作。在這些非平凡(non-trivial)的應用程式中,配置管理可能會變得也複雜。是否有結構化的方法來處理這種複雜性?

Hydra 可藉由「組合」的方式來建構配置,並從命令列或 config 設定檔中覆蓋某些特定的部分,而加快了執行速度。

為了要說明 Hydra 函式庫可簡化一些特定的任務,tryolabs 舉了他們正在試驗的模型的基本架構以及它的多種變化為例。借助 Hydra,可以定義基本配置,然後運行多個工作並對其進行變化:

 

 

 

 

 

Hydra 的表親「OmegaConf」為分層配置系統的基礎提供了一致的 API,並支援不同的來源如 YAML、config 設定檔、物件與 CLI 參數。

 

PyTorch Lightning:PyTorch 版的 Keras,告別沒完沒了的 Debug

PyTorch 是一款熱門的的深度學習框架,可以簡單的方式建構複雜的 AI 模型。但是當作大量實驗的時候,很多東西都會變得複雜過頭,代碼也隨之變得龐大,此時還是容易出錯。

於是,PyTorch Lightning 就為了減少錯誤而誕生:它可以重構 PyTorch 代碼、抽出複雜重複的部分,讓工程師可以專注於核心的建構、實驗也更快更便捷地開展迭代。

 

 

▲ PyTorch Lightning 可以重構 PyTorch 代碼、抽出複雜重複的部分,讓工程師可以更專注在研究代碼上

 

 

 

 

Lighting 的原理是藉由將研究代碼從重複性強的工程代碼區分開,讓工程師可以專注在研究代碼上,思緒就會更加清晰,整體代碼也更加簡潔。

 

Hummingbird

並不是所有的機器學習都是深度學習。通常,你的模型是由更多傳統的演算法在 Python 的機器學習套件 scikit-learn(像是 Random Forest)中組成;或者你也可以選擇時下流行的 LightGBM和 與 XGBoost 的梯度提升技術 (Gradient boosting)演算法。

然而,機器學習領域一直都在進步。像是上述的 PyTorch 框架正以令人屏息的速度在進步,硬體設備也不斷優化,以更低的耗能、更快的速度完成張量計算。假如我們能將這些優勢套用到傳統的演算法中,不是很好嗎?因此 Microsoft 就發布了新的 Python 函式庫「Hummimgbird」。

Hummingbird 可以將已經訓練好的傳統機器學習模型,編譯至張量計算。這個強大的功能讓你不用設計新的模型!

截至目前為止,Hummingbird 支援轉換到 PyTorch、TorchScript、ONNX 與以及多種機器學習模型以及向量器。其實這跟上述提到的 scikit-learn(Sklearn)非常相似,讓你重複使用現有的代碼,但可將成品變成由 Hummingbird 生成的代碼

 

 

下篇,我們即將介紹「Scalene」:用於 Python 腳本的 CPU 和記憶體的效能分析器(profiler),能完整地處理多執行緒代碼並區分運行 Python 和本機代碼所花費的時間,還有用於影像即時追蹤(real-time object tracking)的 「Norfair」,能及時抓住正在移動的人、事、物並賦予獨一無二的 ID。請點此看下一篇閱讀了解!

 

 

延伸閱讀:

解決少子高齡化,日本政府把腦筋動到人工智慧配對服務!

外文系出身又如何?紮實的Python課程才是關鍵!

人工智慧”LINE CLOVA”即將登台,它有哪些服務呢?-上

Nature:語言天才比數學高手更適合學 Python!別在嘴文科生、女性不能寫程式了

人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

Google 正測試人工智慧系統,助盲人和視障人士獨立參加路跑

用說的就能寫程式!人工智慧替手傷工程師開發語音程式工具

發表於 程式語言 | 已標籤 , , , , , , , , | 發表迴響

精挑細選!2020十大Python函式庫,肯定不能錯過!(2)

本系列文章為【2020年度十大Python函式庫-人工智慧 · 機器學習必備 】的第二篇。上一篇介紹了把單調的「命令列介面」變花俏的 Python 函式庫:Typer、Rich 與 PyGui,除了可把命令列/終端機介面變彩色外,還可以加入表情符號與特效等。請點此看上一篇閱讀了解 。

 

精挑細選!2020十大Python函式庫,肯定不能錯過!(2)

精挑細選!2020十大Python函式庫,肯定不能錯過!(2)

 

 

十大Python函式庫中的PrettyErrors和Diagrams的功能有哪些?這篇的主角是它們~

 

PrettyErrors:將 Python 醜陋的 bug 信息變漂亮

Python 已經是言簡意賅的程式語言了,但是當有 bug 時,它的錯誤信息輸出(參見下圖左側)也是一樣會讓你懷疑人生!密密麻麻的代碼,讓你必須在毫無頭緒之下地毯式搜索!

 

 

▲PrettyErrors 函式庫將原本混亂的 Python 錯誤信息(箭頭左邊所示)重新排版得井然有序、顏色與段落都很分明(箭頭右邊所示)

 

 

經過 PrettyErrors 的重新排版,所有醜陋的錯誤信息都能變的井然有序,最後你得到的是經過排版美化、整齊劃一的 bug 報告,如上圖的右側所示。

 

Diagrams:只用 Python 就能繪製雲系統架構

程式設計師除了 coding 與 debug 外,有時還需要跟其他的同事解釋錯綜復雜的架構。傳統上,我們會使用圖像介面(GUI) 工具來處理圖表、將其可視化後放入簡報、文件等,但這並非唯一的方法。

Diagrams 可以讓你在沒有任何設計工具的狀況下,僅僅使用 Python 程式碼就繪製出雲系統架構!它有現成的圖標,讓你能馬上對應AWS、Azure、GCP 等多個不同的雲端供應商,使得繪製箭頭、創建群組等都輕而易舉!只需幾行代碼即可!

 

 

▲ Diagram 函式庫能讓工程師僅僅使用 Python 代碼
就能繪製雲系統架構圖

 

 

 

 

下篇,我們即將介紹 PyTorch 版的 Keras「PyTorch Lightening」讓你告別沒完沒了的 Debug!另外還有微軟出的 Hummingbird 讓你不用重新設計新模型;另外還有可以將高維度資料視覺化的「HiPlot」,點此看下一篇閱讀了解!

 

 

延伸閱讀:

解決少子高齡化,日本政府把腦筋動到人工智慧配對服務!

外文系出身又如何?紮實的Python課程才是關鍵!

人工智慧”LINE CLOVA”即將登台,它有哪些服務呢?-上

Nature:語言天才比數學高手更適合學 Python!別在嘴文科生、女性不能寫程式了

人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

Google 正測試人工智慧系統,助盲人和視障人士獨立參加路跑

用說的就能寫程式!人工智慧替手傷工程師開發語音程式工具

發表於 程式語言 | 已標籤 , , , , , , , , , , , | 發表迴響

精挑細選!2020十大Python函式庫,肯定不能錯過!(1)

精挑細選!2020十大Python函式庫,肯定不能錯過!(1)

精挑細選!2020十大Python函式庫,肯定不能錯過!(1)

 

十大最強Python函式庫從今天開始要介紹給你囉~準備好學習了嗎?

 

國外的機器學習與資料科學顧問公司「Tryolabs」每年底都會選出年度十大最強 Python 函式庫。去年(2020)年尾不例外。

根據 Tryolabs 提出的免責聲明,2020 年他們在精選出 10 大函式庫時,在很大程度上是受到機器學習與數據科學的影響——儘管其中有幾個確實對「非」數據科學的人士非常有用。

因此,除了 10 個入選的 Python 函式庫之外,他們決定再從遺珠之憾中,挑出幾個他們覺得同樣重要的數據庫,列入「榮譽表揚(Honorable mentions)」的部分。

 

以下為入選的十大 Python 函式庫:

Typer:讓命令列介面更好編輯

雖然你並非總是需要編寫沒有圖像、滿滿文字的 CLI(命令列介面)應用程式,但是一但遇到了,一定會希望能速戰速決、無後顧之憂。FastAPI 的創作者「tiangolo」繼之前的 FastAPI 框架取得巨大的成功後,使用了相同的原理創作了新的函式庫 「Typer」,使你可以借力於 3.6 以上版本的 Python 才有的「類型提示(Type Hinting)」功能來編寫命令行介面。

這樣的設計讓 Typer 脫穎而出。透過「類型提示(Type Hinting)」功能,您可以在 Python 編輯器(如 VSCode)中享有「自動完成」功能,這將大大提高您的工作效率;除了能確保所寫的程式碼是否完整被紀錄之外,你也花了最少的力氣寫出純文字的 CLI 命令列介面的應用程式。

 

 

▲ Typer 賦予 Python 編輯器(圖中為 VSCode)「自動完成」的功能,能有效提升寫程式的效率。(圖:FastAPI)

 

 

 

 

為了增強其功能,Typer 被建立在知名的「命令列神器」Click 之上。這意味著 Typer 可以充分利用 Click 既有的所有優點、社群與插件,使用更簡潔的樣版代碼,並依據所需,進行更複雜的工作。

 

Rich:讓命令列介面從黑白變彩色

依循命令行介面 CLI 的主題,誰說終端應用程式必須是單色的白色、或是駭客電影中常見的黑色、綠色呢?太無聊了!

身為 Python 工程師的你,是否會想再終端輸出時添加色彩與樣式,像是在打印複雜的表格時加入心跳特效、毫不費力地展示漂亮的進度條、markdown 或是表情符號?Rich 函式庫可以實現上述特效,如以下所示:

 

 

▲ Rich 函式庫能讓單色的命令列介面(CLI)變彩色,還能有多種視覺特效、表情符號等。

 

 

 

 

無庸置疑的,Rich 可讓命令列字元的應用程式,外觀換然一新,給人的視覺體驗。

 

Dear PyGui:賦予終端機程式真正的圖像化介面

藉由 Rich 函式庫,終端應用程式變漂亮了,但是有時這樣的美化還不夠,你甚至需要一個新的 GUI 圖形介面。此時你需要 Dear PyGui——一款 Dear ImGui C++ 計畫的 Python 接口。

Dear PyGui 使用了在電玩中常用的即時模式(immediate mode),這意味著動態 GUI 是一個影格(frame)接著另一個影格獨立繪製的,不需保留任何資料。這使得「Dear PyGui」與其他 Python GUI 框架有所區別。它具有高性能,且使用電腦的 GPU 來促成高度動態界面的構建,這在工程、模擬、遊戲及資料科學的應用程式是經常被需要的。

 

 

▲ Dear PyGui 套用了電玩常用的即時模式,能賦予終端機程式真正的圖像化介面

 

 

 

本篇介紹均為把單調的「命令列介面」變漂亮的 Python 函式庫。若 Python 的錯誤信息也能這樣美化的話,工程師在 debug 時就不會這麼痛苦了!沒錯,「PrettyErrors」就是為這一目的而生。請點此看下一篇閱讀了解!

另外還有只用 Python 就能繪製雲系統架構的「Diagrams」、還有可將複雜的機器學習項目「結構化」的「Hydra 與 OmegaConf」,請不要錯過!

 

延伸閱讀:

來唷!來看看前西洋棋冠軍和人工智慧將迸出什麼火花!(上)

現在你所看到的雞湯文,竟有可能出自於人工智慧之手!?(下)

這人工智慧釀的酒,讓每個年代的氣味都在眼前!(上)

Nature:語言天才比數學高手更適合學 Python!別在嘴文科生、女性不能寫程式了

人工智慧能「聽咳嗽聲認出新冠患者」!成功率達 98.5%

Google 正測試人工智慧系統,助盲人和視障人士獨立參加路跑

用說的就能寫程式!人工智慧替手傷工程師開發語音程式工具

發表於 程式語言 | 已標籤 , , , , , , | 發表迴響